Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod
- Co jsou vektorové databáze?
- Vektorové databáze vs. tradiční databáze
- Přehled vektorových reprezentací (embeddingů)
Generování vektorových reprezentací
- Techniky vytváření embeddingů z různých typů dat
- Nástroje a knihovny pro generování embeddingů
- Osvědčené postupy týkající se kvality embeddingů a jejich dimenzionality
Indexování a vyhledávání ve vektorových databázích
- Strategie indexování pro vektorové databáze
- Vytváření a optimalizace indexů s cílem zvýšit výkon
- Algoritmy vyhledávání podle podobnosti a jejich využití
Vektorové databáze ve strojovém učení (ML)
- Integrace vektorových databází do modelů strojového učení
- Řešení běžných problémů při integraci vektorových databází s modely ML
- Typické aplikace: doporučovací systémy, vyhledávání obrazů, zpracování přirozeného jazyka
- Případové studie úspěšných realizací využívajících vektorové databáze
Škálovatelnost a výkon
- Problémy spojené se škálováním vektorových databází
- Techniky pro distribuované nasazení vektorových databází
- Metriky výkonu a jejich monitorování
Praktické projekty a případové studie
- Praktický projekt: Implementace řešení využívajícího vektorovou databázi
- Přehled nejnovějšího výzkumu a jeho praktického uplatnění
- Prezentace jednotlivých skupin a zpětná vazba od ostatních účastníků
Závěr a další kroky
Požadavky
- Základní znalost databází a datových struktur
- Seznámenost s koncepty strojového učení
- Praktické zkušenosti s nějakým programovacím jazykem (preferenčně Python)
Cílová skupina
- Datoví vědci
- Inženýři strojového učení
- Softwaroví vývojáři
- Správci databází
14 Hodiny
